python分块处理功能_Python-numpy实现灰度图像的分块和合并方式

我就废话不多说了，直接上代码吧！

from numpy import *

import numpy as np

import cv2, os, math, os.path

from PIL import Image

base="F:\Spy_CNN\pythonCode\cvSPY\cvTest\LBP\LBPImag3\"

base2="F:\ProgrameCode\FaceDataLib\orl_Arry\"

imageOld=cv2.imread(base2+"s1_1.bmp")

image=cv2.cvtColor(imageOld,cv2.COLOR_BGR2GRAY)

"""图像的合成"""

H,W=image.shape#(112, 92)

kuai=5

a=1#为了好调程序

maskx,masky = H/kuai,W/kuai #29 14

toImage=np.zeros((H+(kuai-1)*a,W+(kuai-1)*a))

toImage.shape

#您画画图，总结规律，就可以想出来了

for i in range(kuai):

for j in range(kuai):

"""float64 array"""

faceZi=image[int(i*maskx): int((i+1)*maskx),int(j*masky) :int((j+1)*masky)]

cv2.imwrite(base+str(i)+str(j)+".bmp",faceZi)

# toImage[int(i*maskx)+a: int((i+1)*maskx)+a,int(j*masky)+a :int((j+1)*masky)+a]=faceZi

toImage[int(i*maskx)+i: int((i+1)*maskx)+i,int(j*masky)+j :int((j+1)*masky)+j]=faceZi

cv2.imwrite(base+"toImage.bmp",toImage)

#最简单的，直接在灰度图像上画出一条黑线，只是会丢失一些像素的数据

for i in range(1,kuai):

print(i)

toImage[int(i*maskx),:]=0

toImage[:,int(i*masky)]=0

cv2.imwrite(base+"toImage.bmp",toImage)

以上这篇Python-numpy实现灰度图像的分块和合并方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持云海天教程。